浅析Android设备中grep命令处理流程

2017-04-18

 

概述

    在TV开发板中，可以在串口中直接使用grep命令。这是因为在/system/bin/下有一个'grep'链接。这个链接指向'/system/bin/toolbox'程序。

【图1】

当在串口中键入：

grep um

命令时也就等效于键入

toolbox grep um

 

　　toolbox程序是Android系统中携带的工具​之一。其源码位于：

./system/core/toolbox/

【图2】

　　由上图2可以看到该目录下包含有大多数常用命令的源代码。toolbox程序的意义就是将这些零散的程序的入口进行打包。根据用户在串口中键入的toolbox命令后面的参数不同来选择执行对应的程序。例如，当键入上述的 ‘toolbox grep um’命令时，系统会先将命令的参数通过toolbox的进行解析，最终调用grep.c中的grep_main()函数进行二次解析。

 

toolbox处理流程

./system/core/toolbox/toolbox.c

　　该源码文件结构简单。内部仅两个函数：1.int main(int argc, char **argv)；2.static int toolbox_main(int argc, char **argv)；以及一个封装了各工具集入口函数的结构体数组tools[]。在这个源码中，最重要的就是这个静态结构体数组，其定义如下：

 #define TOOL(name) int name##_main(int, char**);
 #include "tools.h"
 #undef TOOL

 static struct
 {
     const char *name;
     int (*func)(int, char**);
 } tools[] = {
     { "toolbox", toolbox_main },
 #define TOOL(name) { #name, name##_main },
 #include "tools.h"
 #undef TOOL
     { ,  },
 };

　　上述代码中，第1~3行的定义方式在我看来很新奇。但此处就简单把它理解成从tools.h中读取定义的信息，事实上也确实是这样。然后将这些字符串替换成相应的函数声明。tools.h是在本目录下的Android.mk文件中生成的。位于out目录下。

 

其内容类型如下

上述代码中，第1~3行是声明各工具的入口函数。第11~13行是使用这些外部函数。经过这样的声明以后，toolbox程序在运行时这个tools数组的实际值为

 tools[] = {
 { "toolbox", toolbox_main },
 {"ls", ls_main},
 .
 .
 .
 {"grep", grep_main},
 { ,  },
 };

而tools结构体的第二个参数又是一个函数指针，因此，tools数组中包含的就是toolbox目录下的所有工具的入口函数。估计这也是它会被取名为toolbox的原因吧。

 

　　在运行toolbox程序的时候，首先会调用其主函数main()。在这个主函数main()中主要就是取跟在toolbox后面的参数来决定到底是要执行哪一个工具程序。如当键入：toolbox ls。则toolbox.c的执行顺序为：1.main()；2.toolbox_main()；3.main()；4.ls_main()。

 

grep

    grep程序的入口函数为：grep_main()。

 ./system/core/toolbox/grep/grep.c

在这个文件的首部，定义了多个标志位用于区分不同的参数响应。

常用的功能及其执行参数都已标示了出来。

    在grep_main()函数中，首先判断了键入参数的首字符。 __progname[0]等效于argv[0][0]。一般我们使用grep命令时，都是键入grep -n "xx"，这时，__progname[0]得到的值就是字符g。看注释貌似是说区分于二进制模式下的什么什么的。对于我们由串口键入命令来执行程序的情况，是统一解析成字符g的，故而不需要理会它的真实用意。

 

    然后会从环境变量中读取搜索环境。

读取到环境变量后做了什么事，我们姑且不管。不过这个的结果一般都是(null)，因此实际上会执行如下操作：

    接下来就是去解析命令后面跟的参数了。

图【3】

函数getopt_long()的含义可查询百度。

不得不承认，这个函数的功能很强大。它能解析各种花式输入的参数。同时它还具有排序的功能，将花式输入的命令行重新排序成'grep'在前，参数在其中，需要筛选的字符串在末尾的顺序。具体功能验证如下系列图所示，getopt_long()的排序功能验证如下图7所示。

    总之，经过图3所示的while循环后，能够识别所有的参数。例如，识别-n参数的代码如下图所示。

    接下来就是筛减aargv中的参数。

其中，optind是getopt_long()函数中的一个变量，它的值是键入的'grep'字符串以及所有的参数的数量。

 

    接下来是去读取需要过滤的字符串。

当键入的参数中包含-e  -f 时，needpattern的值就是0，否则为1。

由此处代码可知，grep命令仅能搜索一个参数。add_pattern()函数的实现如下图所示。

【图4】

    此函数的代码也算简单。grep命令是在pattern[]数组中保存要过滤的字符串的（pattern是一个二维数组）。而这个数组又被设计成“自动扩容”的形式。上图4所示代码中第230行的条件块就是一个自动扩容的处理流程了。grep_realloc()函数的定义位于

 ./system/core/toolbox/grep/util.c

然后将这个要过滤的字符串添加到pattern[]数组的末尾。至此，整个命令的解析就已经完成了。接下来就要开始执行过滤操作了。

    接下来就是

这个grepbehave在grep_main()的首部就已被赋值。对于我们由串口键入命令的情况来说，其值恒为GREP_BASIC。这里，不必理会。

 

    接下来是

这一块的作用我也不知道。程序一般会走694行。看695行的函数名fastcomp()，猜它应该是一个快速对比的功能。这个函数的定义位于

 ./system/core/toolbox/grep/fastgrep.c

有兴趣的话可以去详细阅读一下源码。这个函数返回0表示成功，返回-1表示失败。经测试，都是返回-1。此处略过这块代码。

 

    接下来是搜索前的最后的设置。

707行的lbflag是行缓冲。目前并不知道它的具体作用。经测试，由串口键入命令的方式，该值一般为0。此处暂时不予理会。

710行的Hflag，。该值默认为0。

由713行，当键入的过滤字符串只有一个时，就进行过滤操作，然后退出grep程序。

否则，就执行下面的代码。多个过滤字符串中后面的将会被认为是文件或目录的路径。这样就会被系统理解为在这个目录或文件中执行搜索命令。

dirbehave在键入的参数中有'-r'时其值会为DIR_RECURSE。其它情况，则执行else分支。

这里，暂时不讨论指定文件或目录的情况。

 

procfile()函数位于

 ./system/core/toolbox/grep/util.c

    这个函数内部定义了几个结构体变量。其中file与str结构体的定义位于

 ./system/core/toolbox/grep/grep.h

    file结构体结构简单，内部仅保存文件的句柄及这个文件是否是二进制文件的标志。str结构体也简单。其中*dat保存的是当前剩余要过滤的数据。对于在串口中使用grep而言，就是当前获得的文件流中的所有内容。

对于只有一个过滤字符串的情况，会执行上图所示代码中的197行代码块。且对于在串口中键入命令的情况，198行的fn得到的值是(standard input)。即标准输入流，而非某个文件流。接着去grep_open(NULL)函数，这个函数位于

 ./system/core/toolbox/grep/file.c

这个函数的结构也简单，

这个函数的重点在于第241行处。它会将文件结构体的文件句柄指向标准输入流处。

    接着再回到util.c处继续往下执行，现在就到了从流中过滤数据的时候了。核心代码如下图所示，

上面这个for循环语句就是用来过滤关键字并将结果打印在控制台用的。在第226行for循环的条件判断处可以看到两个状态位lflag与qflag。前面的状态位是标志是否只打印文件名，后面的状态位则是标志是否静默搜索（将结果输出到文件或其它什么的）。

 

    上图所示代码中，第228行的if语句的作用就是逐行读取源数据ln.dat。然后跳到第242行。这里调用了procline函数。上面的procfile是处理整个文件流，读取出一行数据后就传到procline中作进一步处理。随后procline在匹配到符合条件的行后，传到printline函数中打印出来。这三个函数均在util.c文件中。具体的实现流程就不再赘述了。

 

grep的详细流程在我看来是很复杂的，没有必要去弄懂这个流程中每一行代码的意义，只需要了解个大概流程就好了，毕竟是抱着扩充知识面而非研究代码的目的去学习的。